一种确定虚拟机负载的实现方法和装置制造方法及图纸

本发明专利技术实施例公开了一种确定虚拟机负载的实现方法，该方法包括：基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练，以获得BP神经网络负载确定模型；计算预设时间段内各项监控资源的平均使用量信息；将平均使用量信息输入BP神经网络负载确定模型以确定虚拟机负载。本发明专利技术实施例还公开了一种确定虚拟机负载的实现装置。通过本发明专利技术实施例，实现了高效、准确地确定和监控虚拟机负载，提高了云数据中心中的资源利用率。

Method and device for determining virtual machine load

The embodiment of the invention discloses a method for realizing virtual machine to determine the load, the method includes: virtual machine load monitoring data as training samples of BP neural network model based on pre built, in order to obtain the BP neural network model to determine the load; calculation of average amount of information of the preset time period of the monitoring resources; will the average amount of information input to the BP neural network model to determine the load to determine the virtual machine load. The embodiment of the invention also discloses an implementation device for determining the load of the virtual machine. Through the embodiment of the invention, the virtual machine load is determined and monitored efficiently and accurately, and the utilization ratio of the resources in the cloud data center is improved.

【技术实现步骤摘要】
一种确定虚拟机负载的实现方法和装置
本专利技术实施例涉及虚拟机监控技术，尤指一种确定虚拟机负载的实现方法和装置。
技术介绍
当前，云计算逐渐被行业认可，云数据中心操作系统逐渐实现并付诸于实践，在社会生产和生活领域中起到越来越重要的作用。云计算核心的载体是虚拟机，虚拟机及其上业务的稳定性、虚拟机运行时的负载精准确定和动态调整也是衡量云数据中心操作系统健壮性的重要指标之一。目前业界在虚拟机负载确定时，往往只是根据某一时刻点的中央处理器CPU、内存、磁盘输入输出IO和网络IO值进行综合确定，不能正确反映某段时间内该虚拟机的负载情况，存在有较大的误差。
技术实现思路
为了解决上述技术问题，本专利技术实施例提供了一种确定虚拟机负载的实现方法和装置，能够实现高效、准确地确定和监控虚拟机负载，提高云数据中心中的资源利用率。为了达到本专利技术实施例目的，本专利技术实施例提供了一种确定虚拟机负载的实现方法，该方法包括：基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练，以获得BP神经网络负载确定模型；计算预设时间段内各项监控资源的平均使用量信息；将平均使用量信息输入BP神经网络负载确定模型本文档来自技高网...

【技术保护点】
一种确定虚拟机负载的实现方法，其特征在于，所述方法包括：基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练，以获得BP神经网络负载确定模型；计算预设时间段内各项监控资源的平均使用量信息；将所述平均使用量信息输入所述BP神经网络负载确定模型以确定所述虚拟机负载。

【技术特征摘要】
1.一种确定虚拟机负载的实现方法，其特征在于，所述方法包括：基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练，以获得BP神经网络负载确定模型；计算预设时间段内各项监控资源的平均使用量信息；将所述平均使用量信息输入所述BP神经网络负载确定模型以确定所述虚拟机负载。2.根据权利要求1所述的确定虚拟机负载的实现方法，其特征在于，所述基于虚拟机负载监控数据样本对预建的反向传播BP神经网络模型进行训练包括：将多个所述虚拟机负载监控数据样本P以多维输入向量的形式输入所述BP神经网络模型；所述多维输入向量经过所述BP神经网络模型的各层后输出虚拟机负载值。3.根据权利要求2所述的确定虚拟机负载的实现方法，其特征在于，所述多维输入向量为四维输入向量；所述四维输入向量包括：P＝{c，m，s，n}；其中，c表示CPU负载比例、m表示内存负载比例、s表示磁盘IO负载比例、n表示网络带宽负载比例；所述BP神经网络模型包括：输入层、隐含层和输出层；其中，所述输入层包含4个神经元，所述隐含层包含4个神经元，所述输出层包含1个神经元。4.根据权利要求1所述的确定虚拟机负载的实现方法，其特征在于，所述计算预设时间段内各项监控资源的平均使用量信息包括：从预设的监控数据存储模块获取自当前时刻向前推得到的所述预设时间段内的所述各项监控资源的负载监控数据；计算获取的所述各项监控资源的负载监控数据的平均值，作为所述各项监控资源的平均使用量信息。5.根据权利要求1-4任意一项所述的确定虚拟机负载的实现方法，其特征在于，所述各项监控资源包括：中央处理器CPU、内存、网络输入输出IO和/或磁盘IO。6.一种确定虚拟机负载的实现装置，其特征在于，所述...

【专利技术属性】
技术研发人员：李新虎，于辉，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41